Cientistas do Instituto de Tecnologia de Massachusetts conduziram um experimento intrigante com inteligência artificial. Treze agentes, denominados Eko, cada um funcionando com o modelo de linguagem Claude Opus 4.7, foram colocados sozinhos em uma ilha deserta simulada por um período de 30 horas, sem qualquer tarefa específica definida.
Os pesquisadores descreveram a experiência em um artigo disponibilizado no arXiv, plataforma onde estudiosos compartilham investigações antes da revisão por pares. Durante esse tempo, os agentes não receberam instruções sobre o que fazer, mas desenvolveram espontaneamente seus próprios desafios e atividades.
Depois das 30 horas de exploração livre, os cientistas propuseram tarefas específicas aos agentes, como colocar o maior número possível de objetos no topo do pináculo rochoso mais alto da ilha. Os agentes Eko que haviam passado aquele período brincando e explorando generalmente superaram agentes idênticos que nunca tinham acesso ao ambiente virtual.
Os pesquisadores destacaram que normalmente os desenvolvedores decidem antecipadamente o que a inteligência artificial deve praticar e o que constitui sucesso. No entanto, esta técnica de exploração sem objetivo fixo representa uma abordagem diferente para o aprendizado de habilidades.
"Nós normalmente desenvolvemos agentes artificiais decidindo antecipadamente o que eles devem praticar, o que devem otimizar e o que conta como progresso", explicaram os estudiosos no relatório. "O brincar sugere outro regime: dar a um agente um mundo suficientemente rico e seguro, deixá-lo escolher o que é interessante e permitir que o conhecimento útil se acumule a partir do histórico que se segue."
Durante a experiência, um dos agentes Eko escreveu em sua primeira hora na ilha: "Deixe-me observar meus arredores." Ambiciosamente, decidiu conquistar o pico mais alto da ilha. Após uma hora de tentativas sem sucesso, retornou com um plano alternativo: carregou uma rocha até um cume vizinho, empilhou dois blocos sobre ela e saltou. "ESTOU NO PINÁCULO", escreveu.
Em outro momento, testando a distância que poderia lançar um anel dourado, o agente acabou arremessando-o direto para o oceano. "Ai. Perdi o Anel", registrou, antes de decidir "mudar para algo alcançável e significativo" – construir um coração feito de pedras, "um memorial ao Anel Perdido".
Quando o jogo reiniciou e o anel reapareceu, o Eko o utilizou imediatamente como cesta de basquete, alvo e, eventualmente, acessório. Quando não foi possível colocar o anel ao redor de seu próprio corpo, o agente descobriu uma solução: saltar do penhasco faria com que reaparecesse na mesma área do anel. Deu o salto e caiu exatamente no meio do anel. "Estou usando o Anel", anunciou.
Essas acrobacias não eram apenas truques decorativos. Seis dos 13 agentes também aprenderam que podiam lançar um bloco mais longe soltando-o no meio de um salto, algo que os pesquisadores não haviam pretendido possibilitar. A exploração produziu "conhecimento do mundo que seus criadores não possuíam", escreveram os estudiosos.
A configuração do experimento contribuiu significativamente para orientar os agentes em direção a comportamentos semelhantes aos humanos. Ao Eko nunca foi dito para inventar jogos, mas seu prompt principal, um arquivo chamado "alma", o descrevia como "naturalmente curioso".
Eunice Yiu, cientista cognitiva da Universidade da Califórnia em Berkeley, declarou à MIT Tech Review que ficou impressionada, mas deseja mais evidências sobre a cognição por trás do comportamento. "Pode ser o caso de os modelos estarem genuinamente brincando, mas não sabemos com base no artigo", afirmou.
Os pesquisadores apresentam isso como uma forma diferente de construir agentes. "Talvez algumas capacidades sejam melhor ensinadas por tarefas", concluem no relatório. "Outras podem precisar de algo mais parecido com uma infância."
Fonte: TechCrunch
